边长变化反演应变参数的总体最小二乘方法

根据总体最小二乘原则,推导了同时顾及边长变化及测线方位角量测误差的应变参数反演的总体最小二乘方法,并给出了精度评定公式。实际算例计算结果分析表明,应用总体最小二乘方法可以得到更合理的应变参数反演结果,特别是参数精度评定方面;对于系数矩阵中含有常数列时,必须将该常数列取出,否则得到的解是错误的。     

用U曲线法确定地震同震滑动分布反演正则化参数

针对地震滑动分布反演中正则化参数选取问题,提出利用U曲线法确定地震滑动分布反演正则化参数。利用U曲线法、L曲线法设计模拟实验,并将两种方法应用到芦山实际震例反演中。模拟实验以及芦山实际震例反演结果表明,利用U曲线法确定正则化参数反演地震滑动分布结果与L曲线法相比具有反演精度高、无需依赖数据拟合精度等优势。     

偏差改正的Partial EIV模型方差分量估计

针对Partial EIV模型的方差分量估计中未考虑参数估值偏差所带来的影响,将Partial EIV模型视为非线性函数得到参数估值的偏差及二阶近似协方差表达式,计算得到偏差改正后的参数估值,结合方差分量估计方法,更新由参数估值影响的矩阵变量,给出了基于偏差改正的方差分量估计迭代方法。试验结果表明,参数估值及其协方差主要受参数估值偏差大小的影响,加入偏差改正能够得到更加合理的参数估值及方差分量估值,偏差改正后的方差分量估值可更加合理地评估参数估值的精度信息。     

震源参数反演及精度评定的Bootstrap方法

在震源参数反演理论研究中,地表形变与震源参数之间为复杂多维的非线性关系,针对传统泰勒级数展开的精度评定方法可能无法适用于震源参数的精度评定问题,本文将Bootstrap方法引入到震源参数非线性反演及精度评定研究中.通过对GPS地表形变观测数据实施Bootstrap重采样获取自助样本,使用遗传算法(Genetic Algorithm,GA)搜索震源参数,设计并给出了震源参数精度评定的Bootstrap方法计算流程.将本文方法用于6个模拟地震、Amatrice地震及Visso地震实验中,通过反演震源参数、获取参数的置信区间及中误差,并与Jackknife方法、Monte Carlo方法进行对比分析.实验结果表明,通过执行本文精度评定方法能够获取比Jackknife方法更加可靠的震源参数置信区间以及更加精确的精度信息.实验验证了将Bootstrap方法用于震源参数精度评定的有效性和可靠性,为研究震源参数精度评定理论研究提供了一种新的采样思路.     

坐标转换Partial-EIV总体最小二乘方法

在测量数据处理过程中,针对系数矩阵中同时存在随机元素和固定元素的情况,Xu等通过将随机元素分离使EIV模型推广到Partial-EIV模型,并给出基于Partial-EIV模型的总体最小二乘(TLS)算法。文中介绍该算法,并将其应用在平面及空间的坐标转换中,通过与最小二乘(LS)、总体最小二乘(TLS)及加权总体最小二乘(WTLS)方法的比较和分析,验证该算法有效性。     

测绘实验实践在线地图辅助教学系统开发

实验实践课程多、实践性强是测绘工程专业课程体系的突出特点.针对传统测绘实验实践教学受时空限制等问题,以实验实践项目的教师发布编辑、学生预约完成、教师检查评价与学生查看反馈等为主线,利用WebGIS技术开发具有位置服务特征的测绘实验实践辅助教学系统.该系统通过线上下学习过程的数据采集与共享、教学指导过程化与痕迹化、教学组织封闭与开放一体化,结合在线地图服务技术,有效地保障了实验实践教学秩序与教学质量.     

��ʽԼ�����������Ϸ��ݵĶԱ��о�

???????????????????????????????????????????????????????????????????????????????????壬??????????????ó????Щ????????     

大地测量反演中的量子退火法初探

本文第一次将量子退火法引入到大地测量反演中,介绍了基本原理,给出了算法流程图,并通过与蒙特卡罗法、模拟退火法的算例比较,表明其收敛速度快等优点,显示了在实际大地测量非线性反演中的应用潜力。     

大地测量和地震数据联合反演地震震源破裂过程研究进展

综述了近10多年来大地测量和地震数据联合反演地震震源破裂过程的研究成果及最新进展,特别是大地测量和地震数据联合反演地震震源破裂过程的模型、算法及典型震例。展望了利用GPSI、nSAR和地震波数据联合反演震源破裂过程中顾及先验信息、附有不等式约束时反演模型的建立方法,以及相对权比的确定、全局优化方法的应用等问题。     

总体最小二乘回归预测模型的方差分量估计

回归预测模型是对传统回归模型的进一步扩展,不仅涉及回归模型的固定参数估计,而且将模型预测纳入平差的部分内容,更加符合实际解算需求.针对在回归模型预测中经常出现待预测非公共点(自变量)含有观测误差和随机模型不准确的问题,基于EIV (errors-in-variables)模型提出了一种同时顾及所有变量观测误差的整体解法...